Практический гайд · 3 реальных проекта · обновлено 17 сентября 2026
Вайбкодинг: что это простыми словами и как начать
Вайбкодинг — это способ создавать программы с помощью AI: человек описывает задачу обычным языком, а AI-агент пишет и меняет код. Человек отвечает за цель, решения и проверку результата.
Как работает вайбкодинг
Вместо того чтобы вручную писать каждую строку, вы формулируете результат: например, «сделай страницу, которая загружает CSV, удаляет дубли и возвращает чистый файл». AI изучает проект, предлагает план, меняет файлы и запускает проверки.
- Ограничить задачу. Один пользователь, одна проблема и один основной сценарий.
- Дать контекст. Объяснить, для кого проект и как выглядит готовый результат.
- Работать небольшими шагами. После каждого изменения открывать приложение и проверять его.
- Сохранять версии. GitHub позволяет вернуться к рабочему состоянию, если что-то сломалось.
Что можно создать
Для первого проекта лучше выбрать небольшой сайт или веб-приложение: калькулятор, каталог, форму аудита, обработчик таблиц, планировщик или личный рабочий инструмент. Такой результат проще проверить и опубликовать.
Но вайбкодингом можно собирать и полноценные настольные приложения. Ниже — три проекта, сделанные в Codex. Для каждого мы восстановили первый этап разработки по истории задач и Git, а длинные исходные задания сократили до промпта, который удобно взять за образец.
Три проекта: от первого промпта до релиза
Проект 01
GZ Whisper — локальная расшифровка аудио и видео
Проект начался 19 февраля 2026 года с задачи создать приложение для macOS с нуля. Первая версия уже умела загружать модель Whisper, принимать аудио и видео, расшифровывать их локально и экспортировать текст. Затем через короткие итерации появились запись системного звука и микрофона, очередь, поиск по истории, несколько моделей, восстановление прерванной записи, подпись и нотаризация.
С чего можно начать такой проект
Стартовый промпт
Создай с нуля приложение для macOS для локальной транскрипции аудио и видео в текст. Название — GZ Whisper. Сделай простой аккуратный интерфейс на SwiftUI. Пользователь должен уметь скачать Whisper Large v3 Turbo или указать путь к модели, видеть прогресс, добавить файл, запустить транскрипцию, скопировать результат и экспортировать его в TXT или JSON. После загрузки модели обработка должна идти локально. Сначала сделай рабочий MVP, затем собери .app и проверь основные сценарии.
Следующий хороший промпт: «Добавь запись с микрофона и системного аудио, очередь файлов и историю транскрипций. После изменений собери приложение и проверь эти сценарии».
Модели разработки: первая версия — GPT‑5.3‑Codex; дальнейшие релизы дорабатывались на GPT‑5.4, GPT‑5.5, GPT‑5.6 и GPT‑6. Whisper Large v3 Turbo здесь — уже модель внутри самого приложения, а не модель, которая писала код.
Открыть код GZ Whisper на GitHub ↗
Проект 02
Link2Download — загрузка видео и аудио по ссылке
Здесь исходной точкой был подробный продуктовый бриф: какие сервисы поддерживать, какие настройки дать пользователю и как упаковать зависимости внутрь приложения. После первого прототипа автор проверял реальные ссылки YouTube, TikTok и Instagram, присылал скриншоты и точные симптомы. Так исправлялись форматы, очередь, отмена загрузки и сборка DMG. Позже появилась отдельная Windows-версия.
С чего можно начать такой проект
Стартовый промпт
Хочу сделать нативное приложение Link2Download для macOS. Оно должно скачивать видео и аудио по ссылке с YouTube, Vimeo, TikTok и Instagram с помощью yt-dlp и FFmpeg. Начни с одного сквозного сценария: вставить URL из буфера, выбрать папку и получить файл с понятным прогрессом. Нужны умные настройки по умолчанию и ручной выбор формата и качества. Все runtime-зависимости положи внутрь .app. Используй SwiftUI. Сначала перечисли риски и предложи план, после подтверждения собери минимальную версию и проверь её на реальной ссылке.
Следующий хороший промпт: «На этой ссылке я ожидал видео, но получил только аудио. Вот текст ошибки и скриншот. Найди причину, исправь её и проверь путь от вставки URL до готового файла, не ломая остальные сервисы».
Модели разработки: первая рабочая версия — GPT‑5.3‑Codex; упаковка и новые платформы позже дорабатывались на GPT‑5.4, GPT‑5.5 и новых моделях Codex. Внутри приложения AI-модели нет: основную работу выполняют yt-dlp и FFmpeg.
Открыть код Link2Download на GitHub ↗
Проект 03
Screendance — видеоредактор из open-source основы
Screendance честнее показывать не как приложение, написанное с нуля, а как существенно переработанный форк открытого Recordly. Начали с конкретных проблем: выбранный внешний микрофон игнорировался, а вертикальный экспорт 9:16 терял качество. Codex сначала разобрал существующую архитектуру, затем по отдельным задачам исправлял запись, экспорт, субтитры, проекты и релизный процесс.
С чего можно начать такой проект
Стартовый промпт
Сделай macOS-форк Recordly под названием Screendance App. Сначала изучи проект и опиши его архитектуру. Затем найди, почему выбранный внешний микрофон игнорируется, проверь нагрузку при записи и качество вертикального экспорта 9:16. Оставь ссылку и атрибуцию оригинальному проекту, отключи его сервер автообновлений, собери локальную версию и веди изменения в отдельной ветке. Перед правками зафиксируй план, после каждой части запускай подходящие тесты.
Следующий хороший промпт: «Сравни preview и готовый файл для экспорта 9:16: субтитры, положение вебкамеры и качество. Найди расхождение, исправь его и добавь регрессионные тесты».
Модели разработки: первые версии и ключевые исправления — GPT‑5.5; поздние продуктовые и релизные итерации — GPT‑5.6 Terra/Sol и GPT‑6 Astra. Локальный Whisper в приложении используется отдельно — для генерации субтитров.
Открыть код Screendance на GitHub ↗Какой AI использовать для вайбкодинга
Codex подходит для полноценной работы с проектом: он читает файлы, меняет код и запускает команды. Claude Code решает похожие задачи и тоже подходит для самостоятельной разработки. Cursor удобен тем, кто хочет работать внутри редактора кода.
Для новичка важнее не название инструмента, а понятный процесс: небольшой объём, проверяемый результат, контроль изменений и регулярное тестирование.
Можно ли заниматься вайбкодингом без опыта программирования
Да, но AI не отменяет ответственность человека. Нужно уметь описать задачу, отличить рабочий результат от правдоподобной ошибки и не передавать сервисам пароли, ключи API или конфиденциальные данные. Базовые понятия постепенно появятся во время практики.
Как начать с нуля
- Выберите повторяющуюся задачу, которую сейчас решаете вручную.
- Опишите один основной сценарий и признак готового результата.
- Подготовьте Codex или Claude Code и создайте репозиторий в GitHub.
- Соберите самую маленькую рабочую версию.
- Проверьте её на реальных данных и только потом добавляйте функции.
Шаблон первого промпта
«Хочу сделать [тип продукта] для [кого]. Он решает [одну проблему]. Первый рабочий сценарий: пользователь [действие] и получает [результат]. Используй [платформа или ограничения]. Сначала изучи задачу, предложи короткий план и назови риски. Затем собери минимальную версию, запусти проверки и объясни, как мне проверить результат самому. Не добавляй новые функции, пока основной сценарий не работает».
После первой сборки не просите «сделать лучше». Дайте наблюдаемый факт: что нажали, чего ожидали, что произошло, приложите скриншот или текст ошибки. Такие промпты дают AI гораздо больше полезной информации.
Практика с преподавателями
Соберите своё веб-приложение за три онлайн-встречи
На курсе-интенсиве вы пройдёте этот процесс на собственной задаче: от границ первой версии до публикации.